圖像處理方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法及裝置。
【背景技術(shù)】
[0002] 圖像處理是根據(jù)工業(yè)生產(chǎn)的需求，對(duì)原始圖像進(jìn)行加工處理的過(guò)程。
[0003] 聚類分析是圖像處理的一種方式，是指將物理或者抽象對(duì)象的集合分組由類似的 對(duì)象組成的多個(gè)類的分析過(guò)程，通過(guò)收集的數(shù)據(jù)信息，依據(jù)需求以及數(shù)據(jù)的相似性來(lái)進(jìn)行 分類。從統(tǒng)計(jì)學(xué)的觀點(diǎn)看，聚類分析是通過(guò)數(shù)據(jù)建模簡(jiǎn)化數(shù)據(jù)的一種方式。傳統(tǒng)聚類方式 包括系統(tǒng)聚類法、分解法、加入法、動(dòng)態(tài)聚類法等等。從機(jī)器學(xué)習(xí)的角度看，聚類是基于一種 隱藏模式的無(wú)監(jiān)督學(xué)習(xí)過(guò)程，與分類不同，無(wú)監(jiān)督不依賴預(yù)先定義的類別和訓(xùn)練實(shí)例，而由 算法自動(dòng)確定標(biāo)記。
[0004] 在工業(yè)生產(chǎn)的印刷過(guò)程中，由于圖片的種類千差萬(wàn)別，而工藝單中的實(shí)際圖像的 顏色必須符合印刷的基本標(biāo)準(zhǔn)，這就產(chǎn)生了設(shè)計(jì)圖和生產(chǎn)的沖突。如果直接將不符合生產(chǎn) 標(biāo)準(zhǔn)的原始圖片撤回，那么就需要重新設(shè)計(jì)，影響用戶體驗(yàn)度。因此，需要一種既能滿足圖 片的設(shè)計(jì)理念，保留原始圖片的部分信息，又符合實(shí)際生產(chǎn)的工業(yè)準(zhǔn)則的圖像聚類分析處 理方案。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種圖像處理方法及裝置，既能滿足圖片的設(shè)計(jì)理念，保留 原始圖片的部分信息，又符合實(shí)際生產(chǎn)的工業(yè)準(zhǔn)則，聚類效果好，用戶體驗(yàn)度得到了提高。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種圖像處理方法，所述方法包括：
[0007] 將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)；
[0008] 采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別；
[0009] 將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色值，得到待處理像 素的第二顏色值；
[0010] 基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺寸，得到處理后圖 片。
[0011] 另一方面，本發(fā)明提供了一種圖像色彩識(shí)別裝置，所述裝置包括：
[0012] 重構(gòu)單元，用于將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)；
[0013] 聚類單元，用于采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別；
[0014] 處理單元，用于將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色 值，得到待處理像素的第二顏色值；
[0015] 逆重構(gòu)單元，用于基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺 寸，得到處理后圖片。
[0016] 本發(fā)明實(shí)施例提供的圖像處理方法及裝置，不僅能夠大致保證原圖的紋理，還可 以根據(jù)自己的需求改變聚類數(shù)，而且能夠滿足工藝生產(chǎn)的規(guī)范原則，用戶體驗(yàn)度得到很大 程度的提高。
【附圖說(shuō)明】
[0017] 圖1為本發(fā)明實(shí)施例一提供的圖像處理方法的流程圖；
[0018] 圖2為本發(fā)明實(shí)施例一提供的k-means聚類二維演示示意圖；
[0019] 圖3為本發(fā)明實(shí)施例二提供的圖像處理裝置的示意圖。
【具體實(shí)施方式】
[0020] 下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
[0021] 本發(fā)明技術(shù)方案適用于
[0022] 圖1為本發(fā)明實(shí)施例一提供的圖像處理方法的流程圖。如圖1所示，本發(fā)明實(shí)施 例的圖像處理方法包括：
[0023] 步驟101，將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)。
[0024] 具體地，接收待處理圖Img(n,m, 3)，將Img(n,m, 3)重構(gòu)成Img(n*m, 3)，其中， n為圖片的長(zhǎng)度，m為圖片的寬度。由此，得到待處理像素所在色彩空間的各個(gè)通道的顏色 值數(shù)據(jù)。
[0025] 步驟102,采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別。
[0026] 具體地，隨機(jī)選取k個(gè)聚類質(zhì)心為
[0027] u1;u2,u3. . .ukeResizeImg(n*m, 3)
[0028] 重復(fù)下面過(guò)程直到收斂：
[0029] 對(duì)于每個(gè)樣本i，計(jì)算其應(yīng)該屬于的類別
[0030]
[0031] 對(duì)于每個(gè)類別j，重新計(jì)算該類別的質(zhì)心
[0032]
[0033] 共屮，K定了來(lái)失雙，L·'-，乃懺斗v1邪κT失屮ffE罔取近的類，C(1)的數(shù)值是1 到k中的一個(gè)。
[0034] 例如，圖2(a)為二維下所有樣本的坐標(biāo)圖，根據(jù)歐式距離將它們進(jìn)行聚類，從圖 2 (a)中隨機(jī)選取兩質(zhì)心，用X表示，得到圖2 (b)，再計(jì)算所有樣本點(diǎn)到兩質(zhì)心的距離，然后 分別挑取離兩質(zhì)心最近的兩類樣本得到圖2(c)，重新在兩類樣本的范圍內(nèi)隨機(jī)挑取兩質(zhì)點(diǎn) 得到圖2(d)，繼續(xù)之前步驟，迭代二次得到（e)，迭代三次得到（f)。
[0035] 步驟103,將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色值，得到 待處理像素的第二顏色值。
[0036] 步驟104,基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺寸，得到 處理后圖片。
[0037] 以RGB色彩空間威為例，通過(guò)多次迭代，將原圖像的所有像素根據(jù)RGB空間的值聚 類為k類，再逆重構(gòu)成原尺寸大小，即得到聚類后的圖像。
[0038] 選取的k= 5,選擇的距離規(guī)則為'cityblock'，最后得到5類的RGB值如表1所 不。
[0039]
[0040] 表 1
[0041] 本發(fā)明實(shí)施例提供的圖像處理方法，不僅能夠大致保證原圖的紋理，還可以根據(jù) 自己的需求改變聚類數(shù)，而且能夠滿足工藝生產(chǎn)的規(guī)范原則，用戶體驗(yàn)度得到很大程度的 提尚。
[0042] 圖3為本發(fā)明實(shí)施例二提供的圖像處理裝置的示意圖。如圖3所示，本發(fā)明實(shí)施 例的圖像處理裝置包括：重構(gòu)單元201、聚類單元202、處理單元203和逆重構(gòu)單元204。
[0043] 重構(gòu)單元201，用于將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)；
[0044] 聚類單元202,用于采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類 別；
[0045] 處理單元203,用于將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏 色值，得到待處理像素的第二顏色值；
[0046] 逆重構(gòu)單元204,用于基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成 原尺寸，得到處理后圖片。
[0047] 本申請(qǐng)實(shí)施例二提供的裝置植入了本申請(qǐng)實(shí)施例一提供的方法，因此，本申請(qǐng)?zhí)?供的裝置的具體工作過(guò)程，在此不復(fù)贅述。
[0048] 本發(fā)明實(shí)施例提供的圖像處理裝置，不僅能夠大致保證原圖的紋理，還可以根據(jù) 自己的需求改變聚類數(shù)，而且能夠滿足工藝生產(chǎn)的規(guī)范原則，用戶體驗(yàn)度得到很大程度的 提尚。
[0049] 專業(yè)人員應(yīng)該還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的 單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來(lái)實(shí)現(xiàn)，為了清楚地說(shuō)明硬 件和軟件的可互換性，在上述說(shuō)明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。 這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。 專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn) 不應(yīng)認(rèn)為超出本發(fā)明的范圍。
[0050] 結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以用硬件、處理器執(zhí)行的 軟件模塊，或者二者的結(jié)合來(lái)實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器（RAM)、內(nèi)存、只讀存儲(chǔ)器 (ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或技術(shù)領(lǐng)域 內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。
[0051] 以上所述的【具體實(shí)施方式】，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步 詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的【具體實(shí)施方式】而已，并不用于限定本發(fā)明 的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含 在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種圖像處理方法，其特征在于，所述方法包括： 將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)； 采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別； 將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色值，得到待處理像素的 第二顏色值； 基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺寸，得到處理后圖片。2. 根據(jù)權(quán)利要求1所述的圖像處理方法，其特征在于，所述將待處理圖片進(jìn)行重構(gòu)，得 到待處理像素的第一顏色值數(shù)據(jù)具體包括： 將待處理圖片進(jìn)行重構(gòu)，得到待處理像素所在色彩空間的各個(gè)通道的顏色值數(shù)據(jù)。3. 根據(jù)權(quán)利要求1所述的圖像處理方法，其特征在于，所述k-means聚類算法的約束函 數(shù)具體為歐氏距離或曼哈頓距離。4. 一種圖像處理裝置，其特征在于，所述裝置包括： 重構(gòu)單元，用于將待處理圖片進(jìn)行重構(gòu)，得到待處理像素的第一顏色值數(shù)據(jù)； 聚類單元，用于采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別； 處理單元，用于將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色值，得 到待處理像素的第二顏色值； 逆重構(gòu)單元，用于基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺寸， 得到處理后圖片。5. 根據(jù)權(quán)利要求4所述的圖像處理裝置，其特征在于，所述重構(gòu)單元具體用于： 將待處理圖片進(jìn)行重構(gòu)，得到待處理像素所在色彩空間的各個(gè)通道的顏色值數(shù)據(jù)。6. 根據(jù)權(quán)利要求4所述的圖像處理裝置，其特征在于，所述k-means聚類算法的約束函 數(shù)具體為歐氏距離或曼哈頓距離。
【專利摘要】本發(fā)明實(shí)施例涉及一種圖像處理方法及裝置,所述方法包括：將待處理圖片進(jìn)行重構(gòu),得到待處理像素的第一顏色值數(shù)據(jù)；采用k-means聚類算法將所述待處理像素分為第一數(shù)量個(gè)類別；將每一類像素的質(zhì)心像素的顏色值作為該類別所有像素的顏色值，得到待處理像素的第二顏色值；基于所有待處理像素的第二顏色值將待處理圖片逆重構(gòu)成原尺寸，得到處理后圖片。本發(fā)明實(shí)施例提供的圖像處理方法及裝置，不僅能夠大致保證原圖的紋理，還可以根據(jù)自己的需求改變聚類數(shù)，而且能夠滿足工藝生產(chǎn)的規(guī)范原則，用戶體驗(yàn)度得到很大程度的提高。
【IPC分類】G06K9/62, G06T5/00, G06T7/40
【公開號(hào)】CN105427260
【申請(qǐng)?zhí)枴緾N201510849663
【發(fā)明人】黃星奕, 歐鐵軍
【申請(qǐng)人】?jī)?yōu)淵商貿(mào)（上海）有限公司
【公開日】2016年3月23日
【申請(qǐng)日】2015年11月27日